地球物理测井是油田勘探开发和认识石油地质面貌的重要手段,测井曲线形态模式识别技术是近些年来测井解释领域的一个新的发展方向。本文在这一研究方向上应用了聚类分析、小波变换、神经网络模式识别技术多种数学和计算机手段形成了一套完整的测井曲线模式识别系统,并在地层对比中应用取得了很好的效果.系统主要包括三部分的主要内容:1、利用聚类分析选取泥岩基线,再确定泥岩基线的基础上设计面积函数,运用面积函数来实现计算机对测井曲线的自动分层。2、运用小波变换的方法除去测井曲线的噪声信号,首先对测井曲线进行小波分解,将噪声部分除去,再通过小波重构形成平滑的曲线,为识别曲线形态作准备。3、将测井曲线分为钟形、箱形、漏斗形、锯齿形、平直形五种基本形态,利用BP神经网络技术对处理过测井曲线进行模式识别,判定测井曲线的形态。本文最后应用上述系统对相邻井的测井数据进行地层对比分析,首先将相邻井的测井数据分层,然后进行平滑处理,对处理后的曲线利用PNN概率神经网络判断两段曲线是否属于同一地层,并记录地层的顶深和底深,从而比较地层变化趋势。结尾对于上述系统的研究和应用给出了若干结论。